Python识别验证码图片方法详解

Python获取验证码图片的核心是定位img标签中的src URL并用requests下载，需拼接完整地址、添加User-Agent等headers、检查状态码200，并处理Cookie/Referer等上下文依赖。

Python 获取验证码图片，本质上是通过网络请求下载图片资源，关键在于找到图片的 URL 并用合适的方式抓取保存。不是所有验证码都能“直接获取”，重点是先定位图片地址，再下载。

确认验证码图片的来源 URL

大多数网页验证码是通过 <img> 标签加载的，比如：
<img src="/captcha?r=123456" alt="验证码">
你需要在网页源码或浏览器开发者工具（Network → Img 或 Doc 标签页）中找到这个 src 属性的真实链接。注意：有些 URL 是相对路径，需拼接成完整地址（如 https://example.com/captcha?r=123456）。

用 requests 下载并保存图片

拿到完整 URL 后，用 requests 发起 GET 请求，把响应内容以二进制方式写入文件：

• 确保安装了 requests：pip install requests
• 添加 headers（尤其是 User-Agent），避免被服务器拒绝
• 检查响应状态码是否为 200，防止下载空文件或错误页
• 根据 Content-Type 或后缀名（如 .png、.jpg）决定保存格式，常见验证码是 PNG 或 GIF

示例代码：

import requests

url = "https://example.com/captcha?r=123456"
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"}
resp = requests.get(url, headers=headers)

if resp.status_code == 200:
    with open("captcha.png", "wb") as f:
        f.write(resp.content)
    print("验证码图片已保存")
else:
    print("下载失败，状态码：", resp.status_code)

处理动态或带 Referer / Cookie 的情况

有些网站校验 Referer、Cookie 或 Session，直接请求会返回空白或错误图片：

• 用同一个 requests.Session() 先访问登录页或首页，自动携带 Cookie
• 手动设置 Referer 头，值为该验证码所在页面的 URL
• 必要时提取并复用前端 JS 生成的 token 或时间戳参数（如 ?t=171xxxxx）

注意法律与使用边界

获取验证码图片本身不违法，但后续若用于绕过身份验证、批量注册、刷单等，可能违反《网络安全法》或网站的 robots.txt 及用户协议。建议仅用于学习、测试自有系统，或已获明确授权的自动化场景。

基本上就这些。核心就是：找对 URL → 模拟合法请求 → 下载保存。不复杂但容易忽略请求头和上下文依赖。